ai中扩展是什么意思,ai绘画智能扩展是什么意思

对话“小巨人”

“小巨人”企业是什么？是专精特新中小企业中的佼佼者，是专注于细分市场、创新能力强、市场占有率高、掌握关键核心技术、质量效益优的排头兵企业。中国经济网正式推出对话“小巨人”栏目，深入挖掘、剖析、讲述小巨人的大故事。

今年7月，云知声入选第三批国家级专精特新“小巨人”企业名单。云知声是国内头部人工智能独角兽企业，2012年6月创立于北京，自2018年起，连续3年入围CB Insights“全球人工智能独角兽榜单”。

其业务核心是以人工智能语音技术为核心，通过全栈式技术链条，为企业和用户提供智能语音技术和综合解决方案。简单来讲，云知声就是让机器听见并听懂人的声音，通过行业知识的积累和学习，辅助人解决问题。为用户提供“云+端+芯”产品中台，是融合语音、语言和图像的多模态人工智能技术引擎的一体化解决方案。目前业务涵盖家居、汽车、医疗、教育、酒店、金融、交通、政务、地产、制造等。

聚焦专精特新“大国尖兵”，中国经济网独家对话云知声CTO梁家恩，就巨头与小巨人的关系，及行业未来发展趋势等，进行深度剖析。

云知声CTO梁家恩。中国经济网记者张相成 摄

这样一家标杆型人工智能领域的小巨人企业，其基因、符号以及成长痕迹，让我们足以窥见，国内该赛道的未来。

机遇：入选国家专精特新企业 有了真正的用武之地

“

契机和时代，为我们这些“秀才”提供了真正的产业化舞台。现在，我们的知识以及人工智能的技术，都有了真正的用武之地。

——梁家恩

”

中国经济网：云知声能被工信部评为专精特新企业，靠的什么独门秘籍？

梁家恩：人工智能本身就属于“专精特新”的行业，云知声正好是人工智能行业的典型代表之一，就被纳入其中了。过去几十年，人工智能的技术更多的是在实验室里面，以科研论文的形式存在，到近十年间开始呈现爆发趋势，因为技术发展、数据积累进入新阶段，成熟度逐渐触达应用端。目前，已经可以通过人工智能来解决行业问题，实现机器与语音的交互，在各类非常专业化的领域，解决精细化问题。

同时，行业需求也出现了，过去的创新是产品与模式的创新，而真正底层核心技术的创新，是非常少的。这个契机和时代，刚好给了以前在学校里面读书的“秀才”，提供了真正的产业化舞台。在未成熟阶段，研究者毕业后没有合适的应用场景，很多跨行去做股票、基金交易数据分析。现在，云知声的知识以及人工智能的技术，都有了真正的用武之地。

中国经济网：入选专精特新企业后，获得了哪些政策扶持？

梁家恩：过去，社会关注度普遍聚焦在已经成长起来的传统行业。入选专精特新企业后，受到的关注度将大幅度提升，随即为行业提供了更丰富更好的应用场景。

一方面，社会更关注智能技术应用了。例如，智能家居和智慧医疗的技术方案可以相结合，做一些智慧养老的整体人工智能解决方案，辅助和推动该行业的发展。尽管目前还不是特别成熟，但国家给政策给扶持，提供了实验的场景，并进行补贴，让该产业逐步成熟，对云知声的意义和价值很大。

另一方面，政策对科技研发有些补贴。云知声是科技企业，产业化路径充满了不确定性，市场成熟度也不够，在后端的研发中，产业成果转化所需的一些后项补贴，也可以减轻我们的压力，总体来看，应用端和后端的研发投入，将得到相应的政策和补贴。

竞技：巨头VS小巨人

“

所有的巨头，都是从小巨人成长起来的。面对“巨头打劫”，就要看企业建立起来的壁垒够不够深了。

——梁家恩

”

中国经济网：有一种说法叫“巨头打劫”。怎么看待你们与巨头之间的关系？巨头盘踞，小巨人如何突围发展？

梁家恩：我们认为，巨头入场其实对新兴行业发展也是有推动作用的，并不都是坏事。人工智能技术目前还没有达到通用智能的程度，巨头也不能通吃整个产业，他们的主要优势还在于其主业务上积累的场景和数据上。人工智能技术，要深入垂直行业，解决行业实际问题，才能真正创造价值，这是小巨人的机会所在。

云知声的优势在于，拥有“语音-语言-知识”的全栈AI技术体系，选择在智慧物联和智慧医疗两个垂直行业深耕，主要是能发挥“智能交互”和“辅助决策”的核心技术优势，可以在行业逐步构建自己的壁垒。在这两个行业深耕拓展，再滚动资源形成良性循环的发展动力。

人工智能这个技术领域，有两类企业。

第一类是BAT等巨头，在主营业务基础上拓展AI能力和应用。他们业务基础、运营能力、品牌效应和资金实力上所具备的优势，是比技术更强悍的，很难通过单纯的技术优势来撼动他们坚固的“城池”，特别在标准化产品服务形态方面，要跟他们正面“争地盘”是很难的。

第二类，是云知声和科大讯飞等科技企业，通过技术深入行业拓展业务。我们有技术能力，但局限于技术能力输出，而是用技术去拓展一些垂直行业的业务能力，去构建完整的商业体系，比如我们的智慧物联、智慧医疗，科大讯飞的智慧教育、智慧城市等。

面对巨头竞争，“小巨人”的优势在于，体量轻盈，能深入垂直行业，高效应对市场的定制化和个性化服务需求，在决策和合作模式上也相对比较灵活，是可以比大厂做出更好方案的。

例如，世茂集团这样的行业巨头，选择我们而非BAT作为合作伙伴，一方是我们的技术能力可与巨头相匹敌，而定位上，也以技术和产品服务能力为主，与行业巨头有更好的互补。

关于“巨头打劫”，就要看你建立起来的壁垒够不够深了。

例如，最近大家关注度较高的，微软作价197亿美金，收购了一家智能语音技术公司Nuance，单从技术体系而言，微软都是有能力做出来甚至做得更好的。那为什么微软要收购Nuance？因为除了技术研发，Nuance在医疗行业的应用积累非常深，不是简单的复制技术能力就能做到的。

Nuance对于微软在医疗业务上的价值点，除了技术更是业务，医疗这个行业是需要大量深入场景积累的知识在里面的，微软选择进入这个行业，技术可能只占它很少的一部分，更多的是基于医疗场景的积累。

破局：如何摆脱人工智能企业亏损的困局？

“

边界成本比较高，是云知声亏损的一个主因。

——梁家恩

”

中国经济网：为什么会亏损？怎么来摆脱困局？

梁家恩：要解决顶级工程设计的问题，需要巨大的研发投入，以及人才团队的建设和运转。从营收角度来看，行业和市场的成熟度也不够高，这种情况下开拓市场的节奏势必相对较慢。有些技术并不相通，想要铺到其它行业，需要二次开发。

解决亏损困局，云知声目前是这样做的：

一方面，首先要扩大营收和利润规模，通过技术和产品售卖，到提供完整的场景化解决方案，来扩大营收规模，衍生出新的商业模式。比如智慧物联行业，单靠芯片售卖的增长速度是不够快的，还需要提供完整的智慧物联解决方案；智慧医疗行业，从最早的语音电子病历，到知识图谱辅助决策，真正深入医疗业务，帮客户解决核心问题，才能创造更大商业价值。

另一方面，要持续优化技术和产品研发体系，提升研发效率，减少不必要的重复开发，可持续降低运营成本。比如，在核心技术演进方面，云知声以机器学习超算平台为基础架构，实现底层共享；在产品体系方面，构建“云端芯”一体化方案，抽象共性需求，都极大提高研发效率，让云知声成为人效比最高的科技企业之一，类似优化还会继续进行。

云知声CTO梁家恩。中国经济网记者张相成 摄

跨越：从软件到硬件的跨越 市场才是强“芯”针

“

是否优秀，只有市场可以证明。

——梁家恩

”

中国经济网：你们选择做芯片，被事实证明是对的。在芯片这件事情上，最大的挑战是什么？

梁家恩：从AI算法拓展到智能芯片跨度其实很大，包括技术能力的跨界拓展，还要说服投资人，得到他们的理解和支持，是比较大的挑战。

云知声决心做智能芯片时，一些投资人不能理解，认为我们以算法出身，为什么去碰不熟悉的业务？

但我们坚定地认为，整个物联网行业要成立的话，是一定要有专用芯片的。从PC互联网到移动互联网，就不是PC芯片的简化，而是全新的ARM芯片来实现的；同样，物联网也需要专门的智能芯片，来代替手机的触屏交互，才能让产品好用，应用变得更丰富。而当时ARM芯片并不能高效处理语音降噪、深度学习等计算密集型应用，而通讯和触屏功能又消耗很多功耗和成本，这促使我们下决心研发面向物联网的智能交互芯片。

在拥有专用智能交互芯片之后，我们就可以为家电、车载等行业客户提供高性价比的解决方案，同时，通过平台化定制服务，很多中小客户和方案商都能够自助实现定制，否则，以前只能接像格力、美的、长虹这类的大单，小家电和方案商等根本无暇顾及。举例来说，深圳的一个方案商，自行在云知声的平台网站上去定义自己所需的服务模块，无需人力支援即可达到规模化生产。这样的模式，才是真正物联网时代的到来。

云知声做的专用芯片，跟寒武纪不一样，最高工艺水平不是我们的追求，40纳米、28纳米都已完全可以满足我们的需求，成本可控，市场接受度高。芯片本身的性价比与稳定性，是我们最关注的。以最高性价比实现智能语音交互，并让客户可以通过平台化方式规模化应用，是技术上最大的挑战。

融合：消除“巴别塔” 构建业务模式和商业模型

“

跟风从来是做不成事的。真正“下场”的决心，非常重要。

——梁家恩

”

中国经济网：很多产业公司在走向数据化、智慧化的过程中，跨行业的“巴别塔”是巨大阻碍，大家在讲不同的话，不理解彼此的需求，很难构建业务模式和商业模型。作为科技公司，你认为“巴别塔”要怎样消除？

梁家恩：首先，要做到产业融合，科技公司有没有真正“下场”的决心，非常重要。

不深入行业，就很难知道真实的需求和问题是什么，光靠发论文和刷榜是改变不了这个行业的。云知声大概在2014年开始进入智慧物联的行业，跟硬件打交道，然后在2015、2016年开始与协和医院做医疗方面的业务，并且一直坚持了下来。

其次，要有独立判断力，跟风从来是做不成事的。

云知声并不会因为同行在做什么业务，觉得很赚钱，就要跟风去做，而是要将自己对行业的理解和技术优势结合才能做好。如语音助手、人脸安防等，云知声都没有跟风去做，而是选择了智慧物联和智慧医疗这两个行业，能够发挥云知声“语音-语言-知识”的全栈技术优势，构建“云端芯”一体化产品体系。

在商业中，对于技术的成熟度和价值规模的判断，非常重要，先要去判断它值得做且能做好，再下决心去磨，磨的过程就是要做难而正确的事。

未来：市场向高质量发展 “战场”就在垂直领域

“

不要用上一个时代和这个时代的认知，去思考下一个时代的问题。

——梁家恩

”

中国经济网：在人工智能下半场，一个专精特新的人工智能公司的成长，要过几道坎？

梁家恩：人工智能下半场，一方面要在技术上解决无监督学习、多模态融合、认知技术突破等问题，更重要的是深入行业，解决垂直行业应用问题，真正为行业创造价值。一个专精特新的人工智能公司，要过三道坎：

首先，公司的核心技术“基本功”要过硬，否则很多都“玩”不下去；

其次，要务实解决好工程优化和产品化问题，产品化才能规模化；

最后，如何变现？要探索更深层的需求和问题，才能重构高质量的业务模式，探索一直在路上。

要清楚地认识到，AI深入行业是必然趋势，即便是巨头，也做不完所有行业。互联网巨头，抓住了门户、搜索、通讯、电商等通用需求，在移动互联网时代，场景化和个性化使得整个应用市场得到规模化的扩张。而这些，本质上更多是在需求实现路径上的优化，而AI技术更大的价值，是在供应端上做深层优化甚至重构，这就需要深入垂直行业，了解其决策、研发、生产、销售和组织管理存在的深层问题，才能提出有效的解决方案，促进行业的高质量发展。而不同的行业，有不同的产业升级问题要解决，并没有通用解决方案，这是任何巨头都做不完的事情，这就是专精特新小巨人的用武之地。

因此，我们不能用上一个时代的认知，去思考下一个时代的问题。要根据产业发展变化，抓住适合自己技术能力的垂直应用场景，围绕业务场景和行业核心问题深挖，才能创造新的商业价值，并建立壁垒。

例如电商领域，即使有阿里巴巴和京东，还会出现拼多多、盒马生鲜等垂直电商，都有自己的发展空间。市场向更高质量发展，一定要往垂直领域走，在垂直行业内，巨头未见得能施展开来，小巨人完全有机会发展起来。

中国经济网评“尖兵”：

从小巨人成长到巨人，从这个时代到下一个时代，市场提供的机会大多都不是一条宽大、通用的路，可能最难的路反而是最容易的路，最难的路也是少有人走的路。没准世界上那些少有人走的路，能走向鲜花盛开的地方，我们也期待着很快就能看到。

来源：中国经济网（记者 宋雅静）

责任编辑：闫欢

校对：罗燕